Uji Asumsi Klasik Metode Analisis Data

4.2.3 Uji Asumsi Klasik

Pengujian asumsi klasik pada penelitian ini meliputi uji autokorelasi, uji multikolonieritas, dan uji heterokedastisitas.

4.2.3.1 Uji Autokorelasi

Untuk melihat terjadi atau tidaknya autokorelasi dalam suatu model regresi dapat dilihat pada tabel Model Summary di bawah ini. Tabel 4.16 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .621 a .385 .362 7.51335E6 1.775 a. Predictors: Constant, CSR b. Dependent Variable: Nilai_perusahaan Hipotesis : Ho :, Tidak ada autokorelasi pada model regresi. Ha : Ada korelasi antar variabel independen . Kriteria pengambilan keputusan: Dengan n = 100 k = 3 diperoleh dl = 1,316 dan du = 1,469. Dw 1,761 Menerima Ho atau Ho atau kedua - duanya Daerah keraguan -raguan Tolak Ho bukti autokorelasi positif Daerah keraguan -raguan Tolak Ho bukti autokorelasi negatiff dl 1,444 du 1,727 4 - du 2,273 4 - dl 2,556 4 Pada tabel model summary diperoleh nilai DW hitung = 1,775. Karena nilai DW hitung = 2,056 terletak pada daerah penerimaan Ho jadi dapat disimpulkan tidak terjadi autokorelasi dan uji regresi ganda dapat dilanjutkan.

4.2.3.2 Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolonearitas di dalam model regresi adalah dengan melihat nilai toleransi dan Variance Inflation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada multikolinieritas antar variabel bebas dalam model regresi. Berikut hasil perhitungan menggunakan program SPSS 16: 0 dl du DW 4-du 4-dl 4 1,316 1,469 1,775 2,331 2,693 4 Tabel 4.17 Uji Multikolenieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.305E7 4.430E6 2.946 .007 CSR 6.300 1.561 .621 4.036 .000 1.000 1.000 a. Dependent Variable: Nilai_perusahaan Dari tabel diatas terlihat setiap variabel bebas mempunyai nilai tolerance 0,1 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi ini.

4.2.3.3 Uji Heterokedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik. Dengan kata lain tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Berikut hasil pengoLev menggunakan program SPST 16: Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y. Hal ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini. Selain dengan mengamati grafik scatterplot, uji heterokedastisitas juga dapat dilakukan dengan uji Glejser. Uji glejser yaitu pengujian dengan meregresikan nilai absolut residual terhadap variabel independen. Output dari proses di atas dapat kita lihat pada tabel berikut : Tabel 4.18 Uji Heterokesdasitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 7.144E6 2.822E6 2.532 .018 CSR -.591 .994 -.116 -.594 .557 a. Dependent Variable: Abs_res Hasil tampilan output SPSS dengan jelas menunjukkan semua variabel independen mempunyai nilai sig ≥ 0,05. Jadi tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen abs_res. Jadi dapat disimpulkan model regresi tidak mengandung adanya heterokedastisitas.

4.2.4 Analisis Regresi Linier Sederhana